内容简介：数据可视化往往可以帮助我们分析特征构成，寻找特征区间，以及解释实验结果的功能。热力图是常用的数据可视化方法之一。我们函数输入一个dataframe，然后吧图片写入到制定路径就可以了。一般直接打出来显示的不太清晰，还是保存起来比较好。值得注意的是，corr()函数原本计算出来的相关矩阵取值范围是(-1,1)，-1代表最负相关，1代表最正相关，0代表不想关。我认为在机器学习领域，负相关在某种意义上与正相关是一致的。所以不相关才是我们意想中的无意义。所以我给他加上了abs取绝对值
数据可视化往往可以帮助我们分析特征构成，寻找特征区间，以及解释实验结果的功能。热力图是常用的数据可视化方法之一。
代码
def plot_heatmap(df, imagSavePath):
"""
:param df: dataframe, which has column names
:param imagSavePath: save the image to this path
:return: no return, save files
"""
matrix = abs(df.corr())
plt.subplots(figsize=(50, 50)) # 设置画面大小
sns.heatmap(matrix)
plt.savefig(imagSavePath)
复制代码
我们函数输入一个dataframe，然后吧图片写入到制定路径就可以了。一般直接打出来显示的不太清晰，还是保存起来比较好。
值得注意的是，corr()函数原本计算出来的相关矩阵取值范围是(-1,1)，-1代表最负相关，1代表最正相关，0代表不想关。我认为在机器学习领域，负相关在某种意义上与正相关是一致的。所以不相关才是我们意想中的无意义。所以我给他加上了abs取绝对值
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
高性能HTML5
Jay Bryant、Mike Jones / 奇舞团 / 电子工业出版社 / 2014-5
《高性能html5》为读者讲解了如何用html5 从一开始就设计一个高性能的网站，以及如何对已有网站进行改良，使得它们具备优越的性能。《高性能html5》中总结了许多实践经验、关键技巧，并提供了丰富的示例，作者有意无意地将软件工程以及前端开发技术之道隐藏于朴实的描述中。 通过学习《高性能html5》，读者能够掌握如何创建自己的高性能网站。《高性能html5》适合于想创建自己网站的初学者，同样......一起来看看 《高性能HTML5》 这本书的介绍吧!
